NO.4–智能时代

NO.4–智能时代

摘要：

1、让一台机器和一个人坐在幕后，让裁判同时与幕后的人和机器进行交流，如果裁判无法判断自己交流的对象是人还是机器，就说明了这台机器有了和人同等的智能，这种方法被后人称为图灵测试(Turing test)

2、人工智能这个名词严格地讲在今天有两个定义，一个是泛指机器智能，也就是任何可以让计算机通过图灵测试的方法，包括在本书中要经常讲的数据驱动法。第二个是狭义上的概念，即20世纪五六十年代特定的研究机器智能的方法。

3、找到了数学模型之后，下一步就是要用统计的方法，训练出模型的参数，在今天来讲，就是机器学习。

4、数据驱动方法，这种方法最大的好处是，随着数据量的积累，系统会变得越来越好，相比之下过去人工智能的方法很难受益于数据量的提升。

5、BLUE，即bilingual evaluation understudy.分数是一种衡量机器翻译质量的客观评分，一般来讲，人工正确翻译的得分为50%-60%

6、N元模型是考虑N个单词前后的关联，六元模型就是考虑6个单词，而大家当然普遍使用的三元模型只考虑3个单词。

7、大数据：大量，多纬度，及时性，多样性。

8、欧几里得的《几何原本》、牛顿的《自然哲学之数学原理》

9、管用的方法：首先，需要有一个简单的元模型，这个模型可能是假设出来的，然后再用这个元模型构建复杂的模型，其次，整个模型要和历史数据相吻合。

10、人们将牛顿的方法论概括为机械思维，其核心思想可以概括为：第一，世界变化的规律是确定的，这一点从托勒密到牛顿大家都认可；第二，因为有确定性做保障，因此规律不仅可以被认识的，而且可以用简单的公式或者语言描述清楚，这一点在牛顿之前，大部分人并不认可，而是简单地把规律归结为神的作用；第三，这些规律应该是放之四海而皆准的，可以应用到各种未知的领域指导实践，这种认识是在牛顿之后才有的。这些其实是机械思维中积极的本质。机械思维的重要特征，所有问题都有一个通用的解决方法。但到了信息时代，它的局限性越来越明显，因为，并非所有的规律都可以用简单的原理描述，其次，像过去那样找到因果关系已经变得非常困难，因为简单的因果关系都被发现了。而信息论也是完全建立在不确定性基础上，而要消除这种不确定性，就要引入信息，至于要引入多少信息，要看系统中的不确定性有多大。大数据的科学基础是信息论，本质就是用信息消除不确定性。在无法确定因果关系时，数据为我们提供了解决问题的新方法，数据中所包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系，帮助我们得到想要的答案，这便是大数据思维的核心。

NO.4–智能时代 NO.4–智能时代 NO.4–智能时代 NO.4–智能时代

11、青霉素的有效成分，一种被称为青霉烷的物质，能够破坏细菌的细胞壁，而人和动物的细胞没有细胞壁，青霉素可以杀死细菌而不会伤害人和动物。

12、美国的法律采用无罪推定原则：意指被告的一方在法庭上先被假定为无罪，除非有足够的证据证明其有罪。

13、安迪–比尔定律的原话，比尔要拿走安迪所给的。含义是，在计算机领域，软件功能的增加和改进要不断地吃掉硬件性能的提升。

14、机器学习的过程无一例外是一个不断迭代，不断进步的过程，用机器学习的专业术语来说就是：期望最大值，expectation maximization的过程，只要事先定出一个学习目标，这些算法就会不断优化模型，让它越来越接近真实的情况。

吴军：《文明之光》、《数学之美》、《浪潮之巅》

NO.4–智能时代